CN105722104B - 一种射频能量捕获无线传感网能量源最少化布置方法 - Google Patents

一种射频能量捕获无线传感网能量源最少化布置方法 Download PDF

Info

Publication number
CN105722104B
CN105722104B CN201610172783.0A CN201610172783A CN105722104B CN 105722104 B CN105722104 B CN 105722104B CN 201610172783 A CN201610172783 A CN 201610172783A CN 105722104 B CN105722104 B CN 105722104B
Authority
CN
China
Prior art keywords
energy
energy source
particle
capture
source
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610172783.0A
Other languages
English (en)
Other versions
CN105722104A (zh
Inventor
池凯凯
林民
林一民
李燕君
朱留栓
程珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201610172783.0A priority Critical patent/CN105722104B/zh
Publication of CN105722104A publication Critical patent/CN105722104A/zh
Application granted granted Critical
Publication of CN105722104B publication Critical patent/CN105722104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于粒子群优化的射频能量捕获无线传感网能量源最少化布置方法，从无线传感网没有射频能量源该初始状态开始，反复执行以下两部分操作：增加部署一个新的射频能量发送源和进行基于粒子群优化的K个能量源位置改善。每增加部署一个新的能量源，需要初始化每个粒子的初始位置、初始速度和该粒子的最优位置，再执行基于粒子群优化的能量源位置优化操作。对于每个K值，如果执行基于粒子群优化的能量源位置改善操作后，K个能量源的最优部署已经满足所有传感器节点的捕获功率需求，能量源最少化布置方法结束。本发明提供一种有效减少能量源布置的数目、节省经济成本的基于粒子群优化的射频能量捕获无线传感网能量源最少化布置方法。

Description

一种射频能量捕获无线传感网能量源最少化布置方法
技术领域
本发明涉及无线传感器网络中一种射频能量捕获无线传感网能量源最少化布置方法，该方法适用于传感器节点能够捕获射频能量的无线传感器网络。
背景技术
射频能量捕获无线传感网(RF-energy harvesting wireless sensor networks,RF-HWSN)指一些能将环境中的射频能量转化成电能供电的传感器节点通过无线通信方式相互联系起来的通信网络。射频能量发送源的布置位置，直接影响各个传感器节点能量捕获的输出功率(后面简称为捕获功率)。因此，在设计该类网络时，从经济角度出发，需要合理布置每一个能量源，使得满足每一个节点的捕获功率大于等于节点的能量消耗所需功率的条件下最少化射频能量发送源的个数。
目前为止，已经有少数文献研究了射频能量发送源放置问题。有文献考虑了只有单个射频能量源且该能量源可以移动的场景，研究了该能量源的最优访问地点以最大化用户自定义任务的收益(参见《Mission-aware placement of RF-based powertransmitters in wireless sensor networks》，刊于IEEE ISCC，2012)；有文献考虑能量发送源移动的场景，研究能量源的停留位置和相应的停留时间，使得网络中所有的传感器节点充电的总时延最小化(参见《Minimizing charging delay in wirelessrechargeable sensor networks》，刊于IEEE INFOCOM，2013)；有文献研究了静态环境下能量源的放置问题(参见《RF-Based charger placement for duty cycle guarantee inbattery-free sensor networks》，刊于IEEE Communications Letters，2015)，不过这些已有的研究都是针对所有传感器节点具有相同的能量捕获功率需求该场景。
发明内容
针对网络中节点能量捕获功率需求不一样的实际情况，为了克服现有射频能量捕获无线传感网的能量源布置方式较多、成本较高的不足，本发明提供一种有效减少能量源布置的数目、节省经济成本的基于粒子群优化的射频能量捕获无线传感网能量源最少化布置方法。
本发明解决其技术问题所采用的技术方案是：
一种射频能量捕获无线传感网能量源最少化布置方法，包括如下步骤：
(1.1)首先根据无线传感网中N个给定位置的能够捕获射频能量的传感器节点坐标，来计算出这N个节点的最小覆盖圆圆心；其中，N是传感器节点总个数，N个节点的最小覆盖圆是指覆盖了所有N个节点且具有最小半径的圆；
(1.2)初始化射频能量发送源的个数K＝1；
(1.3)对于m＝1,2,…,M,做如下操作：初始化第m个粒子的初始位置对于任意i＝1,2,…,K,和为最小覆盖圆中随机挑出的一个点的横坐标和纵坐标，初始化第m个粒子的初始速度矢量vm＝0，初始化第m个粒子的最优位置pm为它的初始位置，即pm←xm；其中M表示粒子的个数,其取值方式与传统粒子群算法中粒子个数取值方式一样；
(1.4)为p1,p2,…,pM,分别计算出它们所对应的捕获功率比值，然后在它们中找出能量捕获比值最大的pl并且将全局最优位置pg设置为pl，即pg←pl；所述的为位置pm计算出它所对应的捕获功率比值f(pm)包含如下操作步骤：
(1.4.1)对于i＝1,2,…,K,设置第i个能量源的横坐标为pm里的第2i-1个元素，设置第i个能量源的纵坐标为pm里的第2i个元素；
(1.4.2)为每个传感器节点nj，j＝1,2,…,N，根据公式(1)计算节点nj从K个射频能量发送源捕获的总的功率
其中η是整流效率，Gs是源天线增益，Gr是接收天线增益，Lp是极化损耗，λ是波长，dj,i是节点nj与第i个射频能量发送源之间的距离，Pt是射频能量发送源的发送功率；
(1.4.3)对于j＝1,2,…,N，根据公式(2)计算节点nj的捕获功率比值Rj，
其中，是节点nj的捕获功率需求，即节点nj的捕获功率必须大于等于
(1.4.4)将位置pm所对应的捕获功率比值f(pm)赋值为R1,R2,…,RN中最小的值；
(1.5)执行基于粒子群优化的能量源位置优化操作；
(1.6)如果全局最优位置pg的捕获功率比值大于等于1，则发送源的个数K不再改变，且K个能量源的坐标为pg中的K对坐标，并结束本方法的操作；否则K←K+1，并且回到步骤(1.3)。
进一步，所述步骤(1.5)中，基于粒子群优化的能量源位置优化包含如下操作步骤：
(1.5.1)对于第m个粒子，m＝1,2,…,M,根据公式(3)更新第m个粒子的当前速度矢量vm和位置向量xm；
其中，rp和rg分别是(0,1)之间的一个随机数，和是常数值，用来控制速度矢量vm的更新步伐，其取值方式与传统粒子群算法中的取值方式一样；
(1.5.2)如果f(pm)＜f(xm)，则令pm←xm；如果f(pg)＜f(xm)，则令pg←xm；
(1.5.3)重复执行Iteration_times次步骤(1.5.1)和步骤(1.5.2)，其中Iteration_times的取值取决于所能够接受的运行时长，所能够接受的运行时长越长，则可以将Iteration_times设置为越大的值。
本发明的技术特点及效果：基于粒子群优化算法来布置射频能量源，通过反复迭代寻找满足传感器节点能量捕获功率的能量源最优部署，从而有效减少能量源布置的数目，节省了经济成本。
具体实施方式
下面对本发明做进一步说明。
一种射频能量捕获无线传感网能量源最少化布置方法，包括如下步骤：
(1.1)首先根据无线传感网中N个给定位置的能够捕获射频能量的传感器节点坐标，来计算出这N个节点的最小覆盖圆圆心；其中，N是传感器节点总个数，N个节点的最小覆盖圆是指覆盖了所有N个节点且具有最小半径的圆；
(1.2)初始化射频能量发送源的个数K＝1；
(1.3)对于m＝1,2,…,M,做如下操作：初始化第m个粒子的初始位置对于任意i＝1,2,…,K,和为最小覆盖圆中随机挑出的一个点的横坐标和纵坐标，初始化第m个粒子的初始速度矢量vm＝0，初始化第m个粒子的最优位置pm为它的初始位置，即pm←xm；其中M表示粒子的个数,其取值方式与传统粒子群算法中粒子个数取值方式一样；
(1.4)为p1,p2,…,pM,分别计算出它们所对应的捕获功率比值，然后在它们中找出能量捕获比值最大的pl并且将全局最优位置pg设置为pl，即pg←pl；所述的为位置pm计算出它所对应的捕获功率比值f(pm)包含如下操作步骤：
(1.4.1)对于i＝1,2,…,K,设置第i个能量源的横坐标为pm里的第2i-1个元素，设置第i个能量源的纵坐标为pm里的第2i个元素；
(1.4.2)为每个传感器节点nj，j＝1,2,…,N，根据公式(1)计算节点nj从K个射频能量发送源捕获的总的功率
其中η是整流效率，Gs是源天线增益，Gr是接收天线增益，Lp是极化损耗，λ是波长，dj,i是节点nj与第i个射频能量发送源之间的距离，Pt是射频能量发送源的发送功率；
(1.4.3)对于j＝1,2,…,N，根据公式(2)计算节点nj的捕获功率比值Rj，
其中，是节点nj的捕获功率需求，即节点nj的捕获功率必须大于等于
(1.4.4)将位置pm所对应的捕获功率比值f(pm)赋值为R1,R2,…,RN中最小的值；
(1.5)执行基于粒子群优化的能量源位置优化操作；
(1.6)如果全局最优位置pg的捕获功率比值大于等于1，则发送源的个数K不再改变，且K个能量源的坐标为pg中的K对坐标，并结束本方法的操作；否则K←K+1，并且回到步骤(1.3)。
进一步，所述步骤(1.5)中，基于粒子群优化的能量源位置优化包含如下操作步骤：
(1.5.1)对于第m个粒子，m＝1,2,…,M,根据公式(3)更新第m个粒子的当前速度矢量vm和位置向量xm；
其中，rp和rg分别是(0,1)之间的一个随机数，和是常数值，用来控制速度矢量vm的更新步伐，其取值方式与传统粒子群算法中的取值方式一样；
(1.5.2)如果f(pm)＜f(xm)，则令pm←xm；如果f(pg)＜f(xm)，则令pg←xm；
(1.5.3)重复执行Iteration_times次步骤(1.5.1)和步骤(1.5.2)，其中Iteration_times的取值取决于所能够接受的运行时长，所能够接受的运行时长越长，则可以将Iteration_times设置为越大的值。
针对给定每个传感器节点物理位置的无线射频能量捕获传感器网络来说明本发明的具体实施方案。
对于N个给定位置的传感器节点，首先计算N个传感器节点的最小覆盖圆圆心。接着设置粒子个数M,M越大运行时间越长，但能找到更好的能量源部署。
从零个射频能量源即K＝0开始，反复执行增加一个能量源即K←K+1和基于粒子群优化的能量源位置改善操作，直到满足终止条件为止。
每当增加一个新的能量源时，对M个粒子做如下初始化操作：对于任意m＝1,2,…,M,初始化第m个粒子的初始位置对于任意i＝1,2,…,K,和为最小覆盖圆中随机挑出的一个点的横坐标和纵坐标，初始化第m个粒子的初始速度矢量vm＝0，初始化第m个粒子的最优位置pm为它的初始位置，即pm←xm。
接着执行基于粒子群优化的能量源位置优化操作，该操作通过控制每个粒子的速度矢量和位置矢量，不断对K个能量源的布置位置进行迭代优化，直至达到固定的迭代次数而结束迭代优化操作。
终止条件如下：如果当前K值所对应的M个粒子中的最优粒子所对应的能量源位置部署使每个传感器节点能量捕获功率大于其功率需求，则本方法终止，发送源的个数K不再改变，且K个能量源的坐标为M个粒子中最优的粒子所对应的K个能量源位置。

Claims (2)

1.一种射频能量捕获无线传感网能量源最少化布置方法，其特征在于：包括如下步骤：
(1.1)首先根据无线传感网中N个给定位置的能够捕获射频能量的传感器节点坐标，来计算出这N个节点的最小覆盖圆圆心；其中，N是传感器节点总个数，N个节点的最小覆盖圆是指覆盖了所有N个节点且具有最小半径的圆；
(1.2)初始化射频能量发送源的个数K＝1；
(1.3)对于m＝1,2,…,M,做如下操作：初始化第m个粒子的初始位置对于任意i＝1,2,…,K,和为最小覆盖圆中随机挑出的一个点的横坐标和纵坐标，初始化第m个粒子的初始速度矢量vm＝0，初始化第m个粒子的最优位置pm为它的初始位置，即pm←xm；其中M表示粒子的个数,其取值方式与传统粒子群算法中粒子个数取值方式一样；
(1.4)为p1,p2,…,pM,分别计算出它们所对应的捕获功率比值，然后在它们中找出能量捕获比值最大的pl并且将全局最优位置pg设置为pl，即pg←pl；所述的为位置pm计算出它所对应的捕获功率比值f(pm)包含如下操作步骤：
(1.4.1)对于i＝1,2,…,K,设置第i个能量源的横坐标为pm里的第2i-1个元素，设置第i个能量源的纵坐标为pm里的第2i个元素；
(1.4.2)为每个传感器节点nj，j＝1,2,…,N，根据公式(1)计算节点nj从K个射频能量发送源捕获的总的功率
其中η是整流效率，Gs是源天线增益，Gr是接收天线增益，Lp是极化损耗，λ是波长，dj,i是节点nj与第i个射频能量发送源之间的距离，Pt是射频能量发送源的发送功率；
(1.4.3)对于j＝1,2,…,N，根据公式(2)计算节点nj的捕获功率比值Rj，
其中，是节点nj的捕获功率需求，即节点nj的捕获功率必须大于等于
(1.4.4)将位置pm所对应的捕获功率比值f(pm)赋值为R1,R2,…,RN中最小的值；
(1.5)执行基于粒子群优化的能量源位置优化操作；
(1.6)如果全局最优位置pg的捕获功率比值大于等于1，则发送源的个数K不再改变，且K个能量源的坐标为pg中的K对坐标，并结束本方法的操作；否则K←K+1，并且回到步骤(1.3)。
2.如权利要求1所述的射频能量捕获无线传感网能量源最少化布置方法，其特征在于：所述步骤(1.5)中，基于粒子群优化的能量源位置优化包含如下操作步骤：
(1.5.1)对于第m个粒子，m＝1,2,…,M,根据公式(3)更新第m个粒子的当前速度矢量vm和位置向量xm；
其中，rp和rg分别是(0,1)之间的一个随机数，和是常数值，用来控制速度矢量vm的更新步伐，其取值方式与传统粒子群算法中的取值方式一样；
(1.5.2)如果f(pm)＜f(xm)，则令pm←xm；如果f(pg)＜f(xm)，则令pg←xm；
(1.5.3)重复执行Iteration_times次步骤(1.5.1)和步骤(1.5.2)，其中Iteration_times的取值取决于所能够接受的运行时长，所能够接受的运行时长越长，则可以将Iteration_times设置为越大的值。
CN201610172783.0A 2016-03-24 2016-03-24 一种射频能量捕获无线传感网能量源最少化布置方法 Active CN105722104B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610172783.0A CN105722104B (zh) 2016-03-24 2016-03-24 一种射频能量捕获无线传感网能量源最少化布置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610172783.0A CN105722104B (zh) 2016-03-24 2016-03-24 一种射频能量捕获无线传感网能量源最少化布置方法

Publications (2)

Publication Number Publication Date
CN105722104A CN105722104A (zh) 2016-06-29
CN105722104B true CN105722104B (zh) 2018-12-18

Family

ID=56158944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610172783.0A Active CN105722104B (zh) 2016-03-24 2016-03-24 一种射频能量捕获无线传感网能量源最少化布置方法

Country Status (1)

Country Link
CN (1) CN105722104B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107396436B (zh) * 2017-07-11 2020-06-02 浙江工业大学 一种射频能量捕获无线传感网的能量源发送功率配置方法
CN108260074B (zh) * 2017-07-20 2020-06-02 浙江工业大学 一种无线供能传感网能量源位置和发送功率优化方法
CN107707363B (zh) * 2017-08-15 2020-06-30 浙江工业大学 一种可旋转定向射频能量源的射频能发送方法
CN109041003B (zh) * 2018-10-23 2021-02-26 浙江工业大学 一种基于贪婪算法的射频能量源布置方法
CN111163479B (zh) * 2020-01-06 2022-08-09 广东冠兴科技发展有限公司 一种适于无线可定位传感网络的节点优化部署方法
CN111867030B (zh) * 2020-06-17 2023-09-29 浙江工业大学 基于粒子群优化的射频能量源布置与发射功率设置方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102647726A (zh) * 2012-02-17 2012-08-22 无锡英臻科技有限公司 一种无线传感器网络覆盖能耗平衡优化策略

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102647726A (zh) * 2012-02-17 2012-08-22 无锡英臻科技有限公司 一种无线传感器网络覆盖能耗平衡优化策略

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Energy Provisioning in Wireless Rechargeable Sensor Networks;Shibo He et.al;《IEEE Transactions on Mobile Computing》;20120907;第12卷(第10期);全文 *
RF-Based Charger Placement for Duty Cycle Guarantee in Battery-Free Sensor Networks;Yanjun Li et.al;《IEEE Communications Letters》;20150813;第19卷(第10期);全文 *

Also Published As

Publication number Publication date
CN105722104A (zh) 2016-06-29

Similar Documents

Publication Publication Date Title
CN105722104B (zh) 一种射频能量捕获无线传感网能量源最少化布置方法
Du et al. Joint resources and workflow scheduling in UAV-enabled wirelessly-powered MEC for IoT systems
CN105550480B (zh) 射频能量捕获无线传感网的贪婪式能量源最少化布置方法
CN105744629B (zh) 一种基于中继选择的能量采集中继系统时间优化分配方法
CN108923898B (zh) 硬件损伤下无线能量传输的大规模mimo系统能效优化方法
Nikoletseas et al. An experimental evaluation of wireless power transfer protocols in mobile ad hoc networks
Eltresy et al. Smart home IoT system by using RF energy harvesting
CN108260074B (zh) 一种无线供能传感网能量源位置和发送功率优化方法
Prasath et al. RMCHS: Ridge method based cluster head selection for energy efficient clustering hierarchy protocol in WSN
CN109041003B (zh) 一种基于贪婪算法的射频能量源布置方法
Liao et al. An adaptive algorithm for charger deployment optimization in wireless rechargeable sensor networks
Wang et al. Joint time delay and energy optimization with intelligent overclocking in edge computing
CN107148026B (zh) 一种为体域网节点供能的射频能量源优化部署方法
He et al. Optimizing information freshness in RF-powered multi-hop wireless networks
CN114025359B (zh) 基于深度强化学习的资源分配与计算卸载方法、系统、设备及介质
CN107506847B (zh) 能量采集的大规模MIMO系统中基于Stackelberg博弈的定价方法
CN103002538A (zh) 基于局部化最短路径树的无线传感网拓扑控制方法
CN105848266A (zh) 能耗最小化的多天线通信网络循环能量采集方法
Rao et al. Massive MIMO perspective: improved sea lion for optimal antenna selection
Madhja et al. Peer-to-peer wireless energy transfer in populations of very weak mobile nodes
Mishra et al. Energy-efficient design of wireless sensor mote using mobile-edge computing and novel scheduling mechanism for self-sustainable next-gen cyber physical system
Admaja et al. Leach distributed clustering improvement for wireless sensor networks
CN107835043B (zh) 一种快速评估无线供电通信中信息传输中断概率的方法
Pandey et al. Lifetime enhancement of wireless sensor networks by using MFO algorithm
Gao et al. Energy‐Efficient Resource Scheduling and Computation Offloading Strategy for Solar‐Powered Agriculture WSN

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant